ssd项目运行笔记

源码：https://github.com/balancap/SSD-Tensorflow

1. 下载anaconda

2. 安装，记得勾上默认添加环境变量

3. 修改镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

如果清华镜像源出现问题，换其他源。

4. 创建虚拟环境

conda create -n py3 python=3.6

5. 若是出现问题，恢复默认源：

conda config --remove-key channels

6. 激活虚拟环境，安装spyder和jupyter notebook：

conda install spyder
conda install notebook

7. 在虚拟环境中安装模块cv2：

要安装opencv3:

conda install --channel https://conda.anaconda.org/menpo opencv3

下面会安装的是opencv-python 4：

pip install opencv-python

如果出现问题不能安装，可能是镜像源的问题，换一个源试试：

pip install opencv-python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

8. 运行sea-land.py，进行海陆分割：

import cv2
import os

# 定义海陆分离函数
import cv2
import os

# 定义海陆分离函数
def segmentFunc(img):
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 一、高斯滤波 滤波之后001159效果不佳
    #blur = cv2.GaussianBlur(gray_img, (5, 5), 0)
    
    # 二、otsu阈值
    (t, thresh) = cv2.threshold(gray_img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    
    # 三、形态学操作
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))
    thresh = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
    
    # 四、彩色图像的otsu分割
    
    #   1.颜色空间转换：BGR转RGB
    #result = cv2.cvtColor(cv2.bitwise_and(img, img, mask=thresh), cv2.COLOR_BGR2RGB)
    result = cv2.bitwise_and(img, img, mask=thresh)
    
    #   2.保存otsu分割的彩色照片
    #cv2.imwrite("H:/wj/pictures/001159_otsu.jpg", result)
    
    # 五、去除小连通域和大连通域
    h, w, _ = result.shape
    
    #   1.找到边界
    # opencv版本不同，cv2.findContours返回值不同
#    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
    _, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
    
    #   2.需要搞一个list给cv2.drawContours()
    c_max = []
    for i in range(len(contours)):
        cnt = contours[i]
        area = cv2.contourArea(cnt)
        
        # 3.处理掉小区域和大区域
        if(area < (h/50 * w/50)):
            c_min = []
            c_min.append(cnt)
            # thickness不为-1时，表示画轮廓线，thickness的值表示线的宽度。
            cv2.drawContours(thresh, c_min, -1, (0, 0, 0), thickness=-1)
            continue
        c_max.append(cnt)
        
    cv2.drawContours(thresh, c_max, -1, (255, 255, 255), thickness=-1)
    
    # 4.保存去除小连通域和大连通域的二值化图片
    #cv2.imwrite("H:/wj/pictures/001159_area.jpg", thresh)
    
    # 六、将彩色图片去除小连通域和大连通域
    final = cv2.bitwise_and(result, result, mask=thresh)
    return final

# 定义批量处理图片函数
def imgs_Process(filePath):
    for filename in os.listdir(filePath):
        img = cv2.imread(filePath + "/" + filename)
        final = segmentFunc(img)
        
        path = os.path.dirname(filePath) + "/result"
        if os.path.exists(path) == False:
            os.makedirs(path)
        cv2.imwrite(path + "/" + filename, final)
        
# 主函数测试
if __name__ == "__main__":
    # imgs_Process("H:/wj/pictures")
    imgs_Process("F:/wj/pictures")

9. 安装tensorflow 1.14

用pip安装tensorflow-cpu，降级numpy

pip install tensorflow-cpu==1.14.0 -i  https://pypi.mirrors.ustc.edu.cn/simple

pip uninstall numpy
pip install numpy==1.16.4

10. 运行ssd_notebook.ipynb

无法处理jpg图片，需安装pillow。

pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pillow